融合Otsu与PCNN的细胞显微图像分割

被引:3
作者
胡蓉 [1 ,2 ]
夏平 [1 ,2 ]
雷帮军 [1 ,2 ]
徐光柱 [1 ,2 ]
邹耀斌 [1 ,2 ]
机构
[1] 三峡大学
[2] 三峡大学计算机与信息学院
基金
国家重点研发计划;
关键词
图像分割; 细胞显微图像; 脉冲耦合神经网络; 最大类间方差法; 阈值;
D O I
暂无
中图分类号
R318 [生物医学工程]; TP391.41 [];
学科分类号
0831 ; 080203 ;
摘要
针对细胞显微图像分割中由于纹理复杂较难定位轮廓信息的问题,提出了融合最大类间方差(Otsu)与脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的细胞图像分割算法。为定义PCNN中初始阈值,应用Otsu算法,确定细胞图像中目标与背景间最大方差,此为统计意义上的最佳阈值,以此作为PCNN细胞分割中初始阈值,提高了PCNN网络收敛速度;其次,构建PCNN细胞分割网络,通过初始化网络参数,实现细胞图像迭代分割;从视觉效果和客观评价指标两方面验证表明,相对于经典的最大类间方差(Otsu)算法和脉冲耦合神经网络(PCNN)算法,采用该算法分割的细胞显微图像的效果,其边缘与细节信息的清晰度、精细度均有较大程度改善。
引用
收藏
页码:15 / 19
页数:5
相关论文
共 14 条
[1]   自适应脉冲耦合神经网络与匹配滤波器相结合的视网膜血管分割 [J].
徐光柱 ;
张柳 ;
邹耀斌 ;
夏平 ;
雷帮军 .
光学精密工程, 2017, 25 (03) :756-764
[2]   复杂环境下用于人体目标红外图像分割的改进PCNN方法 [J].
贺付亮 ;
郭永彩 ;
高潮 .
光学学报, 2017, 37 (02) :183-192
[3]   基于稀疏轮廓点模型的彩色重叠细胞图像分割 [J].
关涛 ;
周东翔 ;
樊玮虹 ;
刘云辉 .
计算机研究与发展, 2015, 52 (07) :1682-1691
[4]   多尺度区域生长与去粘连模型的乳腺细胞分割 [J].
王品 ;
胡先玲 ;
谢文宾 ;
李勇明 ;
刘书君 .
仪器仪表学报, 2015, 36 (07) :1653-1659
[5]  
医学图像分割及其发展现状[J]. 江贵平,秦文健,周寿军,王昌淼.计算机学报. 2015(06)
[6]   Kapur多级分割的阈值相关性及其快速实现算法 [J].
吕宗伟 ;
杨世琦 ;
高阳华 ;
龙邦媛 .
计算机辅助设计与图形学学报, 2014, 26 (11) :2056-2063
[7]   一种参数自适应的简化PCNN图像分割方法 [J].
周东国 ;
高潮 ;
郭永彩 .
自动化学报, 2014, 40 (06) :1191-1197
[8]   Residual Deconvolutional Networks for Brain Electron Microscopy Image Segmentation [J].
Fakhry, Ahmed ;
Zeng, Tao ;
Ji, Shuiwang .
IEEE TRANSACTIONS ON MEDICAL IMAGING, 2017, 36 (02) :447-456
[9]   Accurate Automatic Detection of Densely Distributed Cell Nuclei in 3D Space [J].
Toyoshima, Yu ;
Tokunaga, Terumasa ;
Hirose, Osamu ;
Kanamori, Manami ;
Teramoto, Takayuki ;
Jang, Moon Sun ;
Kuge, Sayuri ;
Ishihara, Takeshi ;
Yoshida, Ryo ;
Iino, Yuichi .
PLOS COMPUTATIONAL BIOLOGY, 2016, 12 (06)
[10]   Analysis of glioblastoma tumor coverage by oncolytic virus-loaded neural stem cells using MRI-based tracking and histological reconstruction [J].
Morshed, R. A. ;
Gutova, M. ;
Juliano, J. ;
Barish, M. E. ;
Hawkins-Daarud, A. ;
Oganesyan, D. ;
Vazgen, K. ;
Yang, T. ;
Annala, A. ;
Ahmed, A. U. ;
Aboody, K. S. ;
Swanson, K. R. ;
Moats, R. A. ;
Lesniak, M. S. .
CANCER GENE THERAPY, 2015, 22 (01) :55-61